摘要：许多自然科学研究都利用无线传感器网络收集环境数据。收集数据的完整性和准确性决定科研结果的可靠性。然而,数据收集过程中通常会出现数据丢失和数据错误等问题。为提升收集数据的可用性,需要从含有错误元素的不完整数据集中恢复丢失的数据。利用环境数据的低秩特性,提出一种基于弹性网正则化的结构化噪声矩阵补全算法（En RMC）,既能实现丢失数据的有效恢复,也能精确判断收集到错误数据的传感器节点。利用真实数据进行仿真,实验结果表明算法性能优于现有算法,能以较高的精度重建环境数据。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社